10 Investoren sprechen über die Zukunft der KI und was jenseits des ChatGPT-Hypes liegt

earthpressnews

Als ich es erwähnte Als ich kürzlich in einer E-Mail an Investoren den Begriff „Der Aufstieg der KI“ schrieb, schickte mir einer von ihnen eine interessante Antwort: „Der ‚Aufstieg der KI‘ ist eine etwas irreführende Bezeichnung.“

Was diese Investorin, Rudina Seseri, geschäftsführende Gesellschafterin bei Glasswing Ventures, sagen will, ist, dass hochentwickelte Technologien wie KI und Deep Learning schon seit langer Zeit existieren und der ganze Hype um KI die einfache Tatsache ignoriert, dass es sie schon gab seit Jahrzehnten in der Entwicklung. „Die erste Einführung in Unternehmen erlebten wir im Jahr 2010“, betonte sie.

Dennoch können wir nicht leugnen, dass KI ein beispielloses Maß an Aufmerksamkeit genießt und Unternehmen aller Branchen auf der ganzen Welt damit beschäftigt sind, darüber nachzudenken, welche Auswirkungen sie auf ihre Branche und darüber hinaus haben könnte.

Dr. Andre Retterath, Partner bei Earlybird Venture Capital, ist der Ansicht, dass mehrere Faktoren zusammenwirken, um diese Dynamik zu erzeugen. „Wir erleben den perfekten KI-Sturm, bei dem drei Hauptbestandteile, die sich in den letzten 70 Jahren entwickelt haben, endlich zusammenkommen: fortschrittliche Algorithmen, große Datensätze und Zugang zu leistungsstarker Rechenleistung“, sagte er.

Dennoch waren wir skeptisch gegenüber der Anzahl der Teams, die Anfang des Jahres beim Winter-Demo-Tag von Y Combinator eine Version von „ChatGPT for X“ vorgestellt haben. Wie wahrscheinlich ist es, dass es sie in ein paar Jahren noch gibt?

Karin Klein, Gründungspartnerin von Bloomberg Beta, ist der Meinung, dass es besser ist, das Rennen zu machen und das Risiko eines Scheiterns einzugehen, als es auszusitzen, da Unternehmen es sich nicht leisten können, diesen Trend zu ignorieren. „Während wir eine Menge ‚Copiloten‘ gesehen haben [insert industry]„Das mag in ein paar Jahren nicht mehr der Fall sein, das größere Risiko besteht darin, die Chance zu ignorieren.“ Wenn Ihr Unternehmen nicht mit dem Einsatz von KI experimentiert, ist es jetzt an der Zeit, sonst gerät Ihr Unternehmen ins Hintertreffen.“

Und was für das durchschnittliche Unternehmen gilt, gilt umso mehr für Start-ups: Es wäre ein Fehler, sich nicht zumindest Gedanken über KI zu machen. Aber ein Startup muss auch stärker als das durchschnittliche Unternehmen einen Schritt voraus sein, und in manchen Bereichen der KI kann „jetzt“ bereits „zu spät“ sein.

Um besser zu verstehen, wo Startups noch eine Chance haben und wo sich Oligopoldynamiken und First-Mover-Vorteile abzeichnen, haben wir eine ausgewählte Gruppe von Investoren zur Zukunft der KI befragt, in welchen Bereichen sie das größte Potenzial sehen, wie mehrsprachige LLMs und Audio Generation entwickeln könnte, und der Wert proprietärer Daten.

Dies ist der erste Teil einer dreiteiligen Umfrage, die sich eingehend mit der KI und der Entwicklung der Branche befassen soll. In den nächsten beiden Teilen, die bald veröffentlicht werden, erfahren Sie von anderen Investoren die verschiedenen Teile des KI-Puzzles, wo Startups die höchsten Gewinnchancen haben und wo Open Source Closed Source überholen könnte.

Wir haben gesprochen mit:

Manish Singhal, Gründungspartner, pi Ventures

Werden die führenden KI-Modelle der heutigen Generation und die dahinter stehenden Unternehmen auch in den kommenden Jahren ihre Führungsrolle behalten?

Dies ist eine sich dynamisch verändernde Landschaft, wenn es um die Anwendungen von LLMs geht. Viele Unternehmen werden sich im Anwendungsbereich gründen und nur wenigen wird die Skalierung gelingen. Was die Grundlagenmodelle angeht, gehen wir davon aus, dass OpenAI in Zukunft Konkurrenz von anderen Akteuren bekommen wird. Allerdings haben sie einen großen Vorsprung und es wird nicht einfach sein, sie zu verdrängen.

Welche KI-bezogenen Unternehmen sind Ihrer Meinung nach nicht innovativ genug, um in fünf Jahren noch bestehen zu können?

Ich denke, dass es im Bereich der angewandten KI zu einer erheblichen Konsolidierung kommen sollte. KI wird immer horizontaler, daher wird es für Unternehmen der angewandten KI, die auf Standardmodellen basieren, eine Herausforderung sein, ihre Wettbewerbsvorteile zu behalten.

Allerdings gibt es sowohl auf der Anwendungsseite als auch auf der Infrastrukturseite (Tools und Plattformen) eine ganze Reihe grundlegender Innovationen. Sie werden wahrscheinlich besser abschneiden als die anderen.

Ist Open Source der naheliegendste Weg zur Markteinführung für KI-Startups?

Es hängt davon ab, was Sie lösen möchten. Für die Unternehmen der Infrastrukturschicht ist dies ein gültiger Weg, aber er ist möglicherweise nicht auf ganzer Linie so effektiv. Man muss abwägen, ob Open Source ein guter Weg ist oder nicht, basierend auf dem Problem, das sie lösen.

Wünschen Sie sich, dass mehr LLMs in anderen Sprachen als Englisch ausgebildet werden? Welche anderen Arten der Differenzierung erwarten Sie außer der sprachlichen Differenzierung?

Wir sehen LLMs auch in anderen Sprachen, aber natürlich ist Englisch am weitesten verbreitet. Basierend auf den lokalen Anwendungsfällen sind LLMs in verschiedenen Sprachen durchaus sinnvoll.

Neben der sprachlichen Differenzierung erwarten wir LLM-Varianten, die auf bestimmte Bereiche (z. B. Medizin, Recht und Finanzen) spezialisiert sind, um genauere und relevantere Informationen in diesen Bereichen bereitzustellen. In diesem Bereich gibt es bereits einige Arbeiten, beispielsweise BioGPT und Bloomberg GPT.

LLMs leiden unter Halluzinationen und Relevanz, wenn man sie in echten Anwendungen in Produktionsqualität verwenden möchte. Ich denke, dass an dieser Front noch viel Arbeit geleistet werden muss, um sie sofort nutzbarer zu machen.

Wie groß ist die Wahrscheinlichkeit, dass die derzeitige LLM-Methode zum Aufbau neuronaler Netze in den kommenden Quartalen oder Monaten gestört wird?

Es kann sicherlich passieren, auch wenn es länger als ein paar Monate dauern kann. Sobald Quantencomputing zum Mainstream wird, wird sich die KI-Landschaft erneut erheblich verändern.

Werden andere Medientypen wie generative Audio- und Bildgenerierung angesichts des Hypes um ChatGPT vergleichsweise unterschätzt?

Die multimodale generative KI nimmt Fahrt auf. Für die meisten ernsthaften Anwendungen muss man diese erstellen, insbesondere für Bilder und Text. Audio ist ein Sonderfall: Es gibt bedeutende Arbeiten zur automatischen Generierung von Musik und zum Klonen von Sprache, die ein großes kommerzielles Potenzial haben.

Darüber hinaus erfreut sich die automatische Generierung von Code immer größerer Beliebtheit, und die Generierung von Videos ist eine interessante Dimension – wir werden bald Filme sehen, die vollständig von KI generiert wurden!

Sind Startups mit proprietären Daten in Ihren Augen heutzutage wertvoller als vor dem Aufkommen der KI?

Im Gegensatz zu dem, was die Welt vielleicht denkt, verschaffen proprietäre Daten einen guten Vorsprung, aber letztlich ist es sehr schwierig, die eigenen Daten geheim zu halten.

Daher entsteht der technische Burggraben aus einer Kombination intelligent gestalteter Algorithmen, die zusammen mit den Daten für eine Anwendung produziert und fein abgestimmt werden.

Wann, wenn überhaupt, könnte AGI Realität werden?

Mit bestimmten Anwendungen nähern wir uns dem menschlichen Niveau, von einer echten AGI sind wir aber noch weit entfernt. Ich glaube auch, dass es sich nach einer Weile um eine asymptotische Kurve handelt, sodass es sehr lange dauern kann, bis man überall dort ankommt.

Für echte AGI müssen möglicherweise auch mehrere Technologien wie Neurowissenschaften und Verhaltenswissenschaften zusammenlaufen.

Ist es Ihnen wichtig, dass sich die Unternehmen, in die Sie investieren, an Lobby- und/oder Diskussionsgruppen rund um die Zukunft der KI beteiligen?

Nicht wirklich. Unsere Unternehmen konzentrieren sich eher auf die Lösung spezifischer Probleme, und bei den meisten Anwendungen hilft Lobbying nicht weiter. Es ist sinnvoll, an Diskussionsgruppen teilzunehmen, da man so den Überblick über die Entwicklung behalten kann.

Rudina Seseri, Gründerin und geschäftsführende Gesellschafterin, Glasswing Ventures

Werden die führenden KI-Modelle der heutigen Generation und die dahinter stehenden Unternehmen auch in den kommenden Jahren ihre Führungsrolle behalten?

Die Anbieter von Foundation-Layer-Modellen wie Alphabet, Microsoft/OpenAI und Meta werden voraussichtlich langfristig ihre Marktführerschaft behaupten und als Oligopol fungieren. Es gibt jedoch Wettbewerbsmöglichkeiten bei Modellen, die eine deutliche Differenzierung bieten, wie Cohere und andere kapitalkräftige Akteure auf der Basisebene, die einen starken Schwerpunkt auf Vertrauen und Privatsphäre legen.

Wir haben nicht in die Grundschicht der generativen KI investiert und werden dies wahrscheinlich auch nicht tun. Diese Schicht wird wahrscheinlich in einem von zwei Zuständen enden: In einem Szenario wird die Grundschicht eine Oligopoldynamik aufweisen, ähnlich dem, was wir auf dem Cloud-Markt gesehen haben, wo einige wenige ausgewählte Akteure den größten Teil des Wertes erobern werden.

Die andere Möglichkeit besteht darin, dass Basismodelle größtenteils vom Open-Source-Ökosystem bereitgestellt werden. Wir sehen in der Anwendungsschicht die größte Chance für Gründer und Risikoinvestoren. Unternehmen, die ihren Kunden einen greifbaren, messbaren Mehrwert bieten, können große etablierte Unternehmen in bestehenden Kategorien verdrängen und neue dominieren.

Unsere Anlagestrategie konzentriert sich explizit auf Unternehmen, die Mehrwerttechnologie anbieten, die Stiftungsmodelle ergänzt.

So wie die Wertschöpfung in der Cloud nicht bei den Cloud-Computing-Infrastrukturanbietern endete, muss auch im gesamten KI-Stack der Generation noch eine nennenswerte Wertschöpfung erzielt werden. Der Gen-KI-Wettlauf ist noch lange nicht vorbei.

Welche KI-bezogenen Unternehmen sind Ihrer Meinung nach nicht innovativ genug, um in fünf Jahren noch bestehen zu können?

Einige Marktsegmente im Bereich KI sind als langfristige Unternehmen möglicherweise nicht nachhaltig. Ein solches Beispiel ist die Kategorie „GPT-Wrapper“ – Lösungen oder Produkte, die auf der GPT-Technologie von OpenAI basieren. Diesen Lösungen mangelt es an Differenzierung und sie können leicht durch Funktionen gestört werden, die von bestehenden marktbeherrschenden Akteuren eingeführt werden. Daher wird es ihnen schwer fallen, auf lange Sicht einen Wettbewerbsvorteil zu wahren.

Ebenso sind Unternehmen, die keinen nennenswerten Geschäftswert bieten oder ein Problem nicht in einem hochwertigen, teuren Bereich lösen, keine nachhaltigen Unternehmen. Bedenken Sie Folgendes: Eine Lösung, die eine unkomplizierte Aufgabe für einen Praktikanten rationalisiert, wird sich nicht zu einem bedeutenden Unternehmen entwickeln, im Gegensatz zu einer Plattform, die komplexe Herausforderungen für einen Chefarchitekten löst und dabei eindeutige und hochwertige Vorteile bietet.

Schließlich werden Unternehmen mit Produkten, die sich nicht nahtlos in aktuelle Unternehmensabläufe und -architekturen integrieren lassen oder umfangreiche Vorabinvestitionen erfordern, bei der Implementierung und Einführung vor Herausforderungen stehen. Dies stellt ein erhebliches Hindernis für die erfolgreiche Generierung eines sinnvollen ROI dar, da die Hürde weitaus höher liegt, wenn Verhaltensänderungen und kostspielige Architekturänderungen erforderlich sind.

tch-1-tech